sourceinsigh搜索中日文程序出错的解决方法

本文介绍了一种修复SourceInsight在进行日文搜索时出现程序崩溃的方法。通过修改Insight3.exe特定位置的指令,可以避免因获取文本长度错误而导致的堆栈破坏问题。

source insigh在代码中进行日文搜索有时候会出现程序出错,以下是解 决方 法,有需要的同学可以参考下:

用UltraEdit 以16进制模式打开Insight3.exe ,将偏移为00005790h开始的5个字节 从原来的 80 64 05 F4 00 改为 90 90 90 90 90 即可

调查方法:

1.程序崩溃后,使用实时调试器debug,这里使用个人比较习惯的ollydbg,查看出错现场,分析调试一下前后代码 发现下面这段比较可疑

0040576E  |.  6A 09         push    9                                ; /Count = 9
00405770  |.  8D45 F4       lea     eax, dword ptr [ebp-C]           ; |
00405773  |.  50            push    eax                              ; |Buffer
00405774  |.  FF75 0C       push    dword ptr [ebp+C]                ; |/Arg2
00405777  |.  FF75 08       push    dword ptr [ebp+8]                ; ||Arg1
0040577A  |.  E8 760D0000   call    004064F5                         ; |\Insight3.004064F5
0040577F  |.  05 E8030000   add     eax, 3E8                         ; |
00405784  |.  50            push    eax                              ; |ControlID
00405785  |.  8B45 08       mov     eax, dword ptr [ebp+8]           ; |
00405788  |.  FF30          push    dword ptr [eax]                  ; |hWnd
0040578A  |.  FF15 F0845200 call    dword ptr [<&USER32.GetDlgItemTe>; \GetDlgItemTextA
00405790  |.  806405 F4 00      and     byte ptr [ebp+eax-C], 0 --------------------------->越界写入,破坏了堆栈
00405795  |?  0FB645 F4         movzx   eax, byte ptr [ebp-C]

结合出错的情况大致还原下情况就是

source insigh3在搜索时,获取文本框中文本长度错误导致越界写入,堆栈被破坏了

伪代码:

....
char buff[9];
buff[GetDlgItemTextA(hWnd,ControlID,Buffer,9)]=0;
...
GetDlgItemTextA在获取UNIcode字符时,函数的返回值并不是获取字符串的长度了,所以导致问题的产生

因此,直接将

00405795  |?  0FB645 F4         movzx   eax, byte ptr [ebp-C]

注掉,用nop代替即可

00405790      90                nop
00405791      90                nop
00405792      90                nop
00405793      90                nop


--以上

具有多种最大功率点跟踪(MPPT)方法的光伏发电系统(P&O-增量法-人工神经网络-模糊逻辑控制-粒子群优化)之使用粒子群算法的最大功率点追踪(MPPT)(Simulink仿真实现)内容概要:本文介绍了一个涵盖多个科研领域的综合性MATLAB仿真资源集合,重点聚焦于光伏发电系统中基于粒子群优化(PSO)算法的最大功率点追踪(MPPT)技术的Simulink仿真实现。文档还列举了多种MPPT方法(如P&O、增量电导法、神经网络、模糊逻辑控制等),并展示了该团队在电力系统、智能优化算法、机器学习、路径规划、无人机控制、信号处理等多个方向的技术服务能力与代码实现案例。整体内容以科研仿真为核心,提供大量可复现的Matlab/Simulink模型和优化算法应用实例。; 适合人群:具备一定电力电子、自动控制或新能源背景,熟悉MATLAB/Simulink环境,从事科研或工程仿真的研究生、科研人员及技术人员。; 使用场景及目标:①学习并实现光伏系统中基于粒子群算法的MPPT控制策略;②掌握多种智能优化算法在电力系统与自动化领域的建模与仿真方法;③获取可用于论文复现、项目开发和技术攻关的高质量仿真资源。; 阅读建议:建议结合提供的网盘资料,按照研究方向选取对应模块进行实践,重点关注Simulink模型结构与算法代码逻辑的结合,注重从原理到仿真实现的全过程理解,提升科研建模能力。
热成像人物检测数据集 一、基础信息 数据集名称:热成像人物检测数据集 图片数量: 训练集:424张图片 验证集:121张图片 测试集:61张图片 总计:606张热成像图片 分类类别: - 热成像人物:在热成像图像中的人物实例 - 非热成像人物:在非热成像或普通图像中的人物实例,用于对比分析 标注格式: YOLO格式,包含边界框和类别标签,适用于目标检测任务。数据来源于热成像和视觉图像,覆盖多种场景条件。 二、适用场景 热成像监控与安防系统开发: 数据集支持目标检测任务,帮助构建能够在低光、夜间或恶劣环境下自动检测和定位人物的AI模型,提升监控系统的可靠性和实时响应能力。 红外视觉应用研发: 集成至红外摄像头或热成像设备中,实现实时人物检测功能,应用于安防、军事、救援和工业检测等领域。 学术研究与创新: 支持计算机视觉与热成像技术的交叉研究,助力开发新算法用于人物行为分析或环境适应型检测模型。 教育与培训: 可用于高校或培训机构,作为学习热成像人物检测和AI模型开发的教学资源,提升实践技能。 三、数据集优势 精准标注与多样性: 每张图片均由专业标注员标注,确保边界框定位准确,类别分类清晰。包含热成像和非热成像类别,提供对比数据,增强模型的泛化能力和鲁棒性。 场景实用性强: 数据覆盖多种环境条件,如不同光照和天气,模拟真实世界应用,适用于复杂场景下的人物检测任务。 任务适配性高: YOLO标注格式兼容主流深度学习框架(如YOLOv5、YOLOv8等),可直接加载使用,支持快速模型开发和评估。 应用价值突出: 专注于热成像人物检测,在安防、监控和特殊环境检测中具有重要价值,支持早期预警和高效决策。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值